Исследователи из Южного федерального университета (ЮФУ) создали технологию, которая позволяет искусственному интеллекту анализировать данные рентгеновской спектроскопии поглощения за короткое время — фреймворк PyFitit. Теперь работу, обычно длившуюся в течение полугода, можно будет сделать за пару минут — продуктивность невероятная.
Расположение атомов, их химическое состояние и другие важные характеристики материалов — те сферы, где без рентгеновской спектроскопии поглощения не обойтись. Благодаря использованию фреймворка PyFitit, нейросеть, обученная на специально собранных базах данных, теперь способна с высокой точностью и надёжностью анализировать спектры.
Используя машинное обучение на основе фреймворка PyFitIt (который уже много лет разрабатывается в нашем Институте), а также исчерпывающие базы данных (пока только для хрома и ванадия, но даже это существенно - например, соединения хрома лежат в основе катализатора Филлипса, с помощью которого производится половина всего полиэтилена в мире), мы добились высококачественных и воспроизводимых результатов.
Учёные ЮФУ отметили, что точность анализа увеличивает также и процедура совместного анализа соседних краёв поглощения для разных элементов («два в одном»), которая была впервые предложена. Использование фреймворка PyFitit сделало анализ данных оперативнее и точнее.
Читайте ещё материалы по теме:
Российские учёные выяснили, как можно защитить от радиации космическую электронику
Студенты ПНИПУ создали протезы конечностей, которые можно печатать на 3D-принтере
